一种基于区域自注意力卷积神经网络的人脸表情识别方法.pdf
努力****冰心
亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于区域自注意力卷积神经网络的人脸表情识别方法.pdf
本发明请求保护一种基于区域自注意力卷积神经网络的人脸表情识别方法,属于模式识别与计算机视觉技术领域包括以下步骤:首先,利用VGG16网络提取输入图像的深度全局特征,在提取特征的同时保留面部表情的全局信息。其次,通过设计的区域局部多值模式与改进的K‑means算法对像素进行动态聚类,保证表情变化区域特征的鲁棒性,并将二值模式扩展到多个模式,整合区域内像素间的灰度差信息,增强纹理描述。此外,通过自注意机制形成区域权值,并使用秩正则化损失约束不同区域的权值。最后,将加权特征与深度网络提取的特征相结合,增强特征的
基于卷积神经网络的人脸识别方法.pdf
一种基于卷积神经网络的人脸识别方法及装置.pdf
本发明提出了一种基于卷积神经网络的人脸识别方法及装置。包括:从视频中提取图像帧,根据图像帧获取待识别图像,对待识别图像进行预处理,获取待训练数据;构建卷积神经网络,将待训练数据放入卷积神经网络进行训练,获取待训练数据的特征值;获取本地人脸信息库,通过余弦相似度计算特征值与本地人脸信息库中每一张图像特征值的待识别相似度,根据待识别相似度,对特征值对应的待识别图像进行识别。本发明通过提取对待识别图像进行预处理,然后通过卷积神经网络以及余弦相似度对待训练数据进行计算,并对待识别图像进行识别,通过这种方式,可以降
一种基于排序卷积神经网络的人脸表情分析方法及系统.pdf
本发明公开了一种基于排序卷积神经网络的人脸表情分析方法及系统,属于图像处理与模式识别领域。本发明将感兴趣的表情与其它类别的表情进行拼接,从拼接的人脸表情序列中选取任意两帧图像作为输入,采用排序卷积神经网络训练表情强度排序模型,单一的表情强度排序模型能够实现对感兴趣表情的强度估计,联合多个表情强度排序模型能够实现对表情类别的估计。本发明能够同时对表情的类别和强度进行估计,在最大化保留人脸表情信息的同时消除个体差异以及环境噪声,从而提高表情分析的正确性和鲁棒性,具有极强的现实应用前景。
一种基于多通道并行卷积神经网络的实时表情识别方法.pdf
本发明请求保护一种基于多通道并行卷积神经网络的实时表情识别方法,包括以下步骤:从面部表情数据集中提取包含RGB与Depth图像的表情数据;对彩色图像进行局部二值化及提取面部关键点预处理,对深度图像进行梯度化预处理,将预处理后的图像分为训练集与测试集两部分并构建多通道并行卷积神经网络;将训练集中预处理后的图像送入网络中训练,获得学习了面部表情轮廓、立体分布及关键点特征的深度通道、lbp通道及关键点通道识别模型;将三种识别模型的分类结果采用最大置信融合,得到最终表情识别模型并构建实时表情识别系统。本发明增强了